ציוני Z

חלק מהיחידה סטטיסטיקה ללמידת מכונה במסלול ה-Machine Learning של Coddy. שיעור 11 מתוך 64.

תלמיד קיבל ציון 78 בכימיה ו־85 בהיסטוריה. איזה ציון טוב יותר? מדדו כל ציון ביחידות של סטיית התקן בכיתה שלו:

שני צירי מספרים המסומנים במרווחים של סטיית תקן. בכימיה, הממוצע הוא 70 וסטיית התקן היא 4: הציון 78 נמצא 2 סטיות תקן מעל הממוצע. בהיסטוריה, הממוצע הוא 80 וסטיית התקן היא 10: הציון 85 נמצא רק 0.5 סטיית תקן מעל הממוצע

המרחק הזה הוא ציון ה-z, z = (x - mean) / std. כימיה: (78 - 70) / 4 הוא 2.0. היסטוריה: (85 - 80) / 10 הוא 0.5. הציון 78 מנצח.

במערך כולו, ערך z שלילי פירושו מתחת לממוצע:

temps = np.array([12, 15, 9, 18, 16])
print(np.round((temps - temps.mean()) / temps.std(), 2))

זה מדפיס:

[-0.63  0.32 -1.58  1.26  0.63]

ציוני Z משתמשים באותו סולם, עם ממוצע 0 וסטיית תקן 1, ללא קשר ליחידות. כך לגיל ולהכנסה יש משקל דומה במודל, בלי קשר לגודל המספרים שלהם.

אתגר

קל

הציונים במשחקי הפאזל והמרוצים של אולם המשחקים נמדדים בסולמות שונים מאוד. puzzle ו-racing מכילים כל אחד את הציונים של 12 שחקנים קבועים. שחקן חדש שיחק בשניהם: התוכנית קוראת את ציון הפאזל שלו, ואז את ציון המרוצים שלו.

הדפס את ציון התקן (z-score) של כל ציון ביחס למשחק שלו, מעוגל ל-2 ספרות אחרי הנקודה (השתמשו ב-.std()).
הדפס איזו תוצאה מרשימה יותר.

עבור הקלט 790 ו-16900:

Puzzle z: 1.45
Racing z: 2.0
More impressive: Racing

נסו בעצמכם

import numpy as np

puzzle = np.array([640, 720, 580, 810, 690, 750, 600, 700, 660, 730, 620, 780])
racing = np.array([12400, 15800, 13900, 11200, 16500, 14100,
                   12800, 15100, 13300, 14700, 12100, 14600])
p = int(input())
r = int(input())

# כתבו את הקוד שלכם למטה

בחנו את עצמכם

השיעור הזה כולל חידון קצר. התחילו את השיעור כדי לענות עליו ולעקוב אחרי ההתקדמות.

כל השיעורים ביחידה סטטיסטיקה ללמידת מכונה

תרגלו בעצמכם: קומפיילר Python אונליין